lpdr

Detector de placas e reconhecedor de placas (LPDR)

Code Código baixo

✔️ Escalável

✔️ Fácil de modificar

✔️ Independente

Extrator da placa com reconhecimento óptico de caracteres.

▶ ️ Se você quiser entender todos os processos subjacentes, leia meu artigo sobre ele. ◀ ️

Como funciona

Instalação

Use o Pack Packager Manager PIP para instalar o LPDR.

pip install lpdr

ou

Recomendado : clone este repositório para uso direto de LPDR.

git clone https://github.com/szachovy/lpdr.git

Aviso! Testado no Python 3.7.4

Uso

Caso 1: LPDR como módulo

 import lpdr 

Se você deseja extrair apenas a placa de uma imagem.

 lpdr . LPD (). Y # returns numpy.ndarray 

Se você deseja obter números de placas de uma imagem.

 lpdr . LPR (). output # returns string

Caso 2 recomendado : LPDR como microsserviço

 # in main directory
python lpdr/lpdr.py [-h] [-c CAPTURE] [-i IMAGE_PATH] # returns stdout/stderr

onde:

• -h , --help Mostra esta mensagem de ajuda e saída
• -C Capture , -Capture Capture captura a imagem da câmera após a execução (0/1 ou verdadeira/falsa), falsa por padrão
• -i image_path , --image_path image_path define o caminho de entrada/saída para imagem (caminho relativo ou absoluto para a imagem) 'imagem.png' ou 'image.jpg' por padrão

Exemplo de uso da CLI:

python lpdr/lpdr.py -c True -i image.png
# captures the picture from a given
# optical source and saves it as image.png for lpdr program execution operations.

Por que é melhor usar as opções recomendadas?

Pode ser necessário personalizar as configurações para tarefas mais especificadas, como um pacote Python que você precisaria primeiro para encontrar o caminho da embalagem.

Aqui estão as opções disponíveis, você pode alterá -las como desejar::

• Adicione o utilitário TESSERACT para Windows (caminho absoluto para TESSERACT.EXE), às vezes causa os problemas nas máquinas do Windows se você não o adicionar.
• Padrões para Argparser (Capture / Image_Path)
• Fonte da câmera de entrada
• Largura da imagem a ser capturada
• Altura da imagem a ser capturada
• Caminho WPOD-Net (ou diferente, se você tiver arquivos .h5 e .json após o treinamento)
• Limiar de Iou
• Confiança se o objeto detectado for uma placa
• Parâmetro de normalização da alfa
• Confiança com parâmetros de dimensionamento de placas
• Função de perda
• OEM
• Psm

Aviso! Dependendo da versão Tensorflow, pode haver alguns problemas com as Keras. Atualize o TF para 2.0 ou superior, se puder.

Contribuindo

Solicitações de tração são bem -vindas. Para grandes mudanças, abra um problema primeiro para discutir o que você gostaria de mudar.

Certifique -se de atualizar os testes conforme apropriado.

Referências

Detecção de placas ECCV 2018 Paper Sergio Montazzolli Silva, Claudio Rosito Jung

ALPR para cenário sem restrições

Reconhecimento óptico de caracteres por ferramenta OCR de código aberto TESSERACT: Um estudo de caso Chirag Patel, Atul Patel, PhD, Dharmendra Patel

Uma visão geral do Tesseract OCR Engine Ray Smith, Google Inc.

Wrapper para o mecanismo Tesseract-ococ do Google.

Autor

• Wiktor Jakub Maj

Se você usar LPDR em seu trabalho, cite meu papel!

 @article{article,
author = {Maj, Wiktor},
year = {2020},
month = {09},
pages = {1-13},
title = {Matrix operations on License Plate Detector and Recognizer (LPDR)}
}

Licença

Mit